智慧應用 影音
DFourm0722
榮耀會員

突破性資料處理技術有助提高物聯網效率

透過衛星收集的大量資料處理起來十分耗時,難以提供即時情報與決策。法新社

物聯網的願景是讓每個人的生活變得更美好安全與便利,想要實現這個目標,必須先提高資料處理速度,產生即時情報,讓物聯網資料在幾秒鐘內做出明智決策。

根據Electronic Design報導,物聯網每天都在產生大量資料,世界經濟論壇(World Economic Forum)估計,到了2025年,全球每天產生的資料量將達到463EB。在許多情況下,物聯網資訊大多以原始形式傳輸,儲存在雲端資料中心的資料池中,然後進行處理。但對於即時應用程式而言,在雲端處理資料的速度還不夠快。

AI訓練是教會系統執行規定的工作,推論則是AI將所學應用於特定任務的能力,兩者的差異就好比有人經過多年學習成為專家,然後利用學到的能力在即時情況下逐案做出智慧決策。GPU非常適合訓練資料,但邊緣進行快速推論的老問題依然存在。

以合成孔徑雷達(Synthetic Aperture Radar;SAR)為例,這是一種可以產生高解析度影像的機載雷達或星載雷達,需要以複雜的雷達數據合成後處理過程,才能獲得極高的空間解析度雷達影像。

SAR是不受日夜天候影響的主動式遙測系統,可以在夜間捕捉影像及透視雲霧。用於火山、地震和火災監測、軍事監控等使用案例時特別有效。SAR衛星在掃描地球時會收集大量數據,然後在數天或數週內處理這些資料。

網路電信和軍事市場高效能儲存解決方案供應商GSI Technology指出,如果要在1秒鐘內以0.5m的解析度處理5×5公里的樣本,CPU資料中心將需要23個Xeon-Gold伺服器機櫃。GPU雖可加快處理速度,但若欲在1秒內完成,至少也需要5個機櫃的NVIDIA V-100 GPU來處理資料。

在CPU和RAM之間來回移動資料非常浪費時間和精力,因此,真正的典範轉移是改為在邊緣進行即時資料處理和分析。GSI開發的Gemini APU關聯處理器,可用來加速更多應用程式及一些預處理和資料處理工作負載的相似性搜尋。

APU是一種新架構,它把處理器放在記憶體中,既是記憶體也可以進行運算,可以針對巨量訓練資料進行即時的逐件檢索推理。以上述的SAR樣本處理任務為例,GSI APU只需要1/3數量的機櫃就能在1秒內完成運算分析。

  •     按讚加入DIGITIMES智慧應用粉絲團
更多關鍵字報導: 物聯網